機械学習に基づく手法

機械学習にはサポートベクトルマシンを用いる． 機械学習では先行研究[6]で使用した素性に冗長度を追加して用いる． 使用素性の例は以下の通りである．

○素性番号1(単語)

文内に出現する単語．

○素性番号2(品詞)

文内に出現する単語の品詞．

○素性番号3(3単語連続)

文内に出現する3単語連続． 文内に出現する単語を3単語ごとにつなげた素性である．

○素性番号4(冗長度)

節同様の冗長度を用いた情報．

次に入力文に対して,実際に付与される素性を大まかに示す．

入力文:「マシンの点検を行う。」

素性番号1:付与素性例

名詞+マシン，助詞+の，名詞+点検，...

素性番号2:付与素性例

出現品詞+名詞，出現品詞+助詞，出現品詞+動詞，...

素性番号3:付与素性例

文字列+マシン，文字列+シンの，文字列+ンの点，...

素性番号4:付与素性例

冗長度+ランク1

上記の付与素性の例では，``+''の前の表現は素性の種類を示す記号であり，``+''の後ろの表現はその素性が持つ情報である． また以下のように接頭語を付与している．

• 単語素性はその単語の品詞が接頭語に付与される（例「名詞+マシン」）
• 品詞素性は接頭語に「出現品詞」が付与される（例「出現品詞+名詞」）
• 3文字連続素性は接頭語に「文字列」が付与される（例「文字列+シンの」）
• 冗長度素性は接頭語に「冗長度」が付与される（例「冗長度+ランク1」）